跨多模态模型评估即插即用关键帧选择，研究有限视觉预算下的长视频理解。
推荐理由：长视频无法逐帧送入模型，免训练关键帧选择因无需重训而更易部署；该评测的实质价值在于检验选择器能否跨不同多模态模型稳定迁移。
阅读原文